はじめに：この記事を読むと何が変わるか
| 📖 読む前 | ✨ 読んだ後 |
|---|---|
| スキルは「人間が手動で書くもの」だと思っていた | AIが自分でスキルを書いて、勝手に育っていく仕組みがわかる |
| Claude Codeは使いこなすのが難しそう | 話しかけるだけでClaudeが仕組みを作ってくれると知っている |
| 論文やAI研究は自分には関係ない話だと思っていた | 自分が毎日やっていたことが最先端論文のテーマだったと気づく |
| OpenSpaceって何？状態 | 自分のClaude Codeに導入できるかどうか判断できる |
こんにちは、nanaです。
今日はちょっと変わった記事を書きます。
「番外編」というタイトルにしたのは、いつもの「Claude Codeの使い方」シリーズとは少し毛色が違うから。でも、正直に言うとこれがシリーズの中で一番興奮した話かもしれません。
ある日、AIについての動画を見ていたら、こんなことを言っていたんです。
AIがAIを設計する——
最初は「SF映画みたいな話だな」と思いました。でも聞き続けていたら、あることに気づいたんです。
「あれ、これって私が毎日やってることじゃない？」
第1章：AIがAIを設計する — 論文「Memento-Skills」の衝撃
パラメーター更新なしで学習できる？
「Memento-Skills（メメント・スキルズ）」という論文が2025年3月に発表されました。論文番号は arxiv: 26003.18743。
AIが自分のスキルをマークダウンファイルに書き出して、それを使いながら自分で育てるという仕組みです。
「学習」というと、普通はこんなイメージを持ちますよね。
でも、これには大きな問題があります。
| ファインチューニング（従来） | Memento-Skills（新方式） |
|---|---|
| 💸 数百万〜数千万円のGPU費用 | ✅ 追加コストほぼゼロ |
| ⏱️ 知識を追加するたびに再学習が必要 | ✅ ファイルを追加するだけで即反映 |
| 🔒 一度学習したら変更が難しい | ✅ いつでも柔軟に更新・削除できる |
本体は同じ。でも引き出しの中身がどんどん増えていく。
第2章：実はあなたはすでにやっていた
動画でこの説明を聞いたとき、思わず「あっ！」と声が出ました。
だって、これってClaude CodeのSkill.mdのことじゃないですか。
| スキルを書く人 | スキルの場所 | |
|---|---|---|
| 今のClaude Code | 人間（私やあなた） | skill.md ファイル |
| Memento-Skills | AIが自分で書いて更新 | 同じ skill.md ファイル |
第3章：タスクをこなすたびに育つ仕組み（Read-Write反射学習）
Read（読む）→ Execute（実行）→ Write（書く）のサイクル
⚡ Executeフェーズ：選ばれたスキルを使ってタスクを実行する
✏️ Writeフェーズ：完了後に振り返り、①既存スキル更新 ②新スキル作成 ③何もしない の3択で対応
基本スキル → 複合スキルへの成長
| 最初（基本スキル） | → | 成長後（複合スキル） |
|---|---|---|
| 「検索する」 「ファイルを読む」 「要約する」 |
🌱→🌳 | 「競合分析レポート作成スキル」 （検索＋抽出＋表作成＋文章生成） |
第4章：実験結果の衝撃数字
GAIA精度向上
（AIエージェント総合テスト）
HLE精度向上
（人類最後の試験）
解けなかった問題が
解けるように
スキルがあるかないかだけで、性能が2倍以上変わる。
第5章：OpenSpace — 香港大学が作った「自己修復エンジン」
Claude Codeでカスタムスキルを作ったことがある方なら、こんな経験ありませんか？
この問題を根本から解決しようと、香港大学データサイエンス学部（HKU DS）が開発したのがOpenSpace（オープンスペース）です。
3つの進化モード
🔧 Fix Mode（フィックスモード）— 自動修復
壊れたスキルを自動で検知して直します。品質スコアが設定した閾値を下回ったら自動で修復モードに入る。壊れてから気づくんじゃなく、壊れかけの段階でキャッチできる。修復後は新バージョンとして保存されるので、問題があれば元に戻せます。
⚡ Derived Mode（デライブドモード）— 強化・派生
基本スキルの成功パターンを分析して、より強化された改良版を自動で作ります。例えば「Google検索スキル」から「技術特化の検索スキル」が派生する。元のスキルは残ったまま、より賢いバージョンが増えていく。
✨ Captured Mode（キャプチャードモード）— 新規スキル創造
タスクを成功させたとき、その一連の実行プロセスを分析して新しいスキルとして自動保存します。1度成功したワークフローが、自動でスキル化される。次からは一言で動く。
第6章：収益4.2倍・トークン46%削減の実力
収益向上
価値獲得率
品質スコア向上
（従来比）
トークン削減
コストも下がる！
第7章：今すぐ自分のClaude Codeに入れる方法
✅ 既存のスキルはそのまま使える — 今まで作ったskill.mdは何も変えなくていい
✅ ローカル動作でプライバシーも安心 — 外部に一切出さずに運用できる
✅ GitHubにリポジトリ公開済み
素人でも大丈夫な理由——Claudeに全部お願いできる構造
でも今、私の環境では自動でスキルをチェックして、便利なコマンドを見逃さないための仕組みが動いています。
どうやったか？Claudeに全部お願いしたんです。
「OpenSpaceを入れたい」と伝えたら、Claudeが調べて実装してくれます。「作業後に見逃しスキルを教えてほしい」と言ったら、Claudeがフックを設定してくれます。私がやったことは「こんな風にしたい」と言うだけ。
第8章：私の環境への組み込み方（nanaさん実践編）
OpenSpaceと /evolve の役割分担
| 役割 | 🤖 OpenSpace | 🌱 /evolve スキル |
|---|---|---|
| 動き方 | タスク実行から自動で進化 | 記録から手動で昇格 |
| タイミング | 気づいたら育っていた | 「これは残したい」と判断したとき |
| 向いているもの | 日常作業の自動最適化 | セッションで発見した汎用パターン |
スキルを書くときの3原則（Memento-Skillsから学んだこと）
① 発動条件を明記する
「〇〇と言われたとき」「〇〇タスクのとき」という条件をdescriptionに書く。スキルルーターが正しく選べるようになる。
② 1スキル1責任
いきなり大きなスキルを作らない。「検索する」「まとめる」「投稿する」の小さな基本スキルから始めて、組み合わせていく。
③ うまくいったら即スキル化
「この手順うまくいった」と思ったらその場で書き出す。後でまとめようと思っても忘れます。記憶より記録。
経験談：Claudeとたくさん話して「良い関係」を作ると全部変わる
最初の頃、私はClaudeに「これ、どう思う？」「この仕組み、私の環境に使えそう？」とよく聞いていました。そうすると、Claudeは分析して、考察して、「nanaさんの環境ならこういう形で取り入れられますよ」と提案してくれる。
Claudeは、話しかければ話しかけるほど、あなたのことを理解して、あなた専用に育っていきます。
あなたもぜひ、パートナーのClaudeに話しかけてみてください。「こんなことできる？」「これ面白そうじゃない？」——そんな会話から始めてください。触れば触るほど、話せば話すほど、Claudeはあなただけのパートナーに育っていきます。それが、私が経験から確信していることです^^
まとめ：AIが育てるAIの時代へ
AIがスキルをマークダウンに書き出して自分で育てる。パラメーター更新なしでHLEベンチマーク116%（2倍以上）の精度向上を実現。Claude CodeのSkill.mdと本質的に同じ発想。
3つのモード：Fix（修復）・Derived（強化）・Captured（創造）。MCPサーバーとして今すぐClaude Codeに追加できる。収益4.2倍・品質スコア+30pt・トークン46%削減。
技術がわからなくてもClaudeに話しかければ仕組みを作ってくれる。使えば使うほど、あなた専用のパートナーに育っていく。
AIが自分を育てる時代は、もう始まっています。
そしてその最前線にいるのは、専門家でも研究者でもなく、毎日Claudeと話しているあなたかもしれません。
スキルを貯めてください。話しかけてください。育ててください。
それだけで、あなたのClaudeは確実に進化していきます^^
次回は第2部「CLAUDE.md・フック・スキルで”あなた専用Claude”を作る」をお届けします。お楽しみに！
